Paradoxen med "botsitting": när AI inte befriar dig från jobbet, utan istället skapar en ny uppgift som slutar med att utmatta dig mer

Föreställ dig att du anlitar någon som hjälper dig att hantera din e-post. Självklart måste du första veckan förklara för honom hur du gillar att han filtrerar meddelandena och kommunicerar de mest akuta sakerna till dig. Den andra veckan rättar du till de misstag han gör och för den tredje veckan måste du förklara igen vad du redan lärde honom den första veckan eftersom han glömde instruktionerna.

I slutet av månaden har du en assistent, men det tar längre tid än tidigare eftersom du inte bara måste hålla koll på vad han eller hon gör, utan du måste även sköta mejlen själv. Det är i huvudsak vad som händer just nu med AI på jobbet, enligt Glean Institutes Work AI Index-rapport, utförd av forskare från universiteten i Stanford, Berkeley och Notre Dame. Enligt deras resultat lägger anställda i genomsnitt 6,4 timmar per vecka på att AI fungerar.

Nästan en arbetsdag förloras varje vecka. Tid sparas inte, den förvandlas. 87 % av arbetarna som deltog i studien erkänner att de använder AI på jobbet. Av dessa säger 75 % att AI gör dem mer produktiva och sparar dem cirka 11 timmar per vecka med enbart automatisering.

Men endast 13 % av företagen hävdar att de får en reell produktivitetsökning. Klyftan mellan vad individen uppfattar och vad företagens resultat visar är enorm, och rapporten har en förklaring: de timmarna försvinner inte, de omdirigeras bara till ett nytt lager av arbete som ingen tog hänsyn till. I Xataka "Impresentable" and meaningless: justice förklarar en uppsägning orättvis för ett brev som genererats med en AI.

Författarna har kallat den här nya uppgiften för botsitting (en lek med ord som översätts som "bot care") som består av lite mer än att agera som en "AI-barnvakt" för att ge sammanhanget åt verktyget, granska fel i resultaten som det genererar, men det verkar inte vara bra, men det verkar inte vara bra, faktiskt full av påhittade data eller hallucinationer. Som Rebecca Hinds, chef för Work AI Institute, beskriver, är detta förmynderskap "ofta tråkigt och utmattande arbete", som ingen mäter eller belönar, så tiden som AI sparar slutar med att bli ett lån som måste betalas tillbaka några timmar senare.

För många verktyg och kontextväxlar. Forskarna framhåller att en del av denna överskottstid som spenderas med att använda AI inte bara kommer från att granska dess resultat utan också från hur varje verktyg används. 77 % av de tillfrågade använder flera AI-verktyg varje vecka, och en tredjedel av deltagarna kombinerar fyra eller fler. Varje hopp från en app till en annan har en tidskostnad som sällan redovisas, men som innebär att man upprepar samma instruktioner eller skriver om prompten i ett annat system eftersom den tidigare modellen inte levererade det förväntade resultatet.

Nästan hälften av arbetarna (46,5 %) måste hoppa mellan två eller flera AI-verktyg för att slutföra en enda uppgift. Forskare kallar det "växlingsskatten", den kognitiva skatten för ett ständigt föränderligt sammanhang. Harvard Business Review har redan beräknat den kognitiva kostnaden för att byta applikationer och konsultföretaget McKinsey beräknade att arbetare slösar i genomsnitt nästan två timmar om dagen på att söka information mellan verktyg, inkorgar och chattar.

AI, som säljs som ett universalmedel för produktivitet, har bara lagt till ett nytt lager till det kaoset istället för att minska det. Hallucinationerna av AI påverkar en mycket specifik sektor: bibliotekariernas.

Från botsitting till botshitting. Studien upptäckte att när arbetaren har ägnat för mycket tid åt att korrigera AI-fel och bibehålla sina leveranstider, börjar de hoppa över att granska resultaten och generera något som rapporten har kallat botshitting eller "bot crap" som skulle vara att skicka in arbete som genererats av AI utan att tidigare ha verifierat det. 69 % av deltagarna medgav att de hade gjort detta åtminstone vid enstaka tillfällen. Konsekvenserna går utöver kvaliteten på själva arbetet, när det innehållet når nästa länk i produktionskedjan utan att någon har granskat det måste någon som inte producerat det städa upp det.

Det vill säga att både kostnaden och tiden förs över på någon annan, men det sparas inte så mycket som det verkar.

För att ingen löser problemet. Bob Sutton, professor emeritus vid Stanford och grundare av Work AI Institute som utarbetat denna rapport, har vid andra tillfällen påpekat att en av de lösningar som vanligtvis tas från chefspositioner när en process skapar friktion är att lägga till mer av det elementet. I det här fallet, att försöka lösa ett problem med missbruk av AI...med mer AI.

Data i rapporten tyder på att de organisationer som ligger före inte är de som använder AI mest. Det är de som har byggt vad författarna kallar "mänsklig infrastruktur". 53 % av arbetarna säger att informationen de behöver inte kommer via deras AI-system. I företag dit det kommer, är anställda 64 % mindre utmattade och 52 % mindre benägna att lämna in arbete som inte har granskats.

I Xataka | OpenAI försäkrar att AI inte har haft så stor inverkan på sysselsättningen. Anthropic tror precis tvärtom och det är problemet Bild | Unsplash (Flipsnack)